Qwen Code pagkatapos ng pagsasara ng qwen-oauth: pagtatrabaho sa pamamagitan ng JoinGonka Gateway

Hakbang 1: i-install ang Qwen Code. Mga opisyal na paraan mula sa README ng proyekto:

# Linux and macOS: standalone build with its own Node.js
curl -fsSL https://qwen-code-assets.oss-cn-hangzhou.aliyuncs.com/installation/install-qwen-standalone.sh | bash

# Windows (PowerShell)
irm https://qwen-code-assets.oss-cn-hangzhou.aliyuncs.com/installation/install-qwen-standalone.ps1 | iex

# npm (requires Node.js 22 or newer)
npm install -g @qwen-code/qwen-code@latest

# Homebrew
brew install qwen-code

Inilalagay ng script ang command sa ~/.local/bin/qwen at kung kailangan ay idinadagdag ang path sa shell settings file. Buksan muli ang terminal at i-verify: qwen --version.

Hakbang 2: kumuha ng key. Mag-register sa gate.joingonka.ai/register, i-verify ang email, at sa «Mga API key» na seksyon ay gumawa ng key na may prefix na jg-.

Hakbang 3: patakbuhin ang installer.

npx @joingonka/setup --tool qwen-code

Hihingin ng installer ang key (hindi ito ipinapasa sa command-line arguments para hindi ito maiwan sa shell history) at ie-edit nito ang ~/.qwen/settings.json — ang file na inirerekomenda ng dokumentasyon ng Qwen Code para sa «isang file» na configuration:

• ilalagay ang key sa env block ng file mismo sa ilalim ng pangalang JOINGONKA_API_KEY — doon din naglalagay ng mga key ang sariling /auth command; makakakuha ang file ng 600 na permiso, hindi magbabago ang shell environment;
• idadagdag ang mga modelo ng network sa listahang modelProviders.openai — kasama ang gateway address, totoong context windows at response ceilings; mananatili ang mga entry ng iba pa ninyong provider sa listahang ito;
• kung hindi pa napili ang auth type o nakaturo pa rin ito sa saradong qwen-oauth, ililipat ito sa openai at gagawing default model ang DeepSeek V4 Flash; ang gumaganang ibang type — anthropic, gemini, vertex-ai — ay hindi ginalaw kung walang --model flag;
• magse-save ng kopya ng dating file, hindi ginalaw ang mga comment at iba pang setting, at sa dulo ay magpapadala ng live na request sa gateway at sasabihin kung tinanggap ang key, address at modelo.

Ganito ang naging output sa isang installation kung saan may natitirang qwen-oauth (pinaikli):

Configured ~/.qwen/settings.json
Base URL: https://gate.joingonka.ai/v1
Default model: deepseek-ai/DeepSeek-V4-Flash-0731 (replaces qwen-oauth — that free tier was discontinued on 2026-04-15)
Switched Qwen Code to JoinGonka (auth type "openai") — this replaced your previous auth type "qwen-oauth".
To go back: run /auth (and /model) inside Qwen Code, or restore ~/.qwen/settings.json.bak.2026-09-23T04-22-32-159Z.
…
✓ Verified: the gateway accepted the key, base URL and model.

Ang ibang default model ay itinatakda ng --model flag: ang shorthand na glm, minimax o ang buong identifier; ang tahasang tinukoy na modelo ay laging naitala. Ang mode na walang tanong ay kumukuha ng key mula sa environment variable:

JOINGONKA_API_KEY=jg-your-key npx @joingonka/setup --tool qwen-code --model glm --non-interactive

Ang direktoryo na inilipat ng QWEN_HOME variable ay sariling hinahanap ng installer. Ang muling pagpapatakbo ay mag-a-update sa catalog ng mga modelo, ngunit ang pinili ninyong modelo ng network ay mananatili: Kept your current default model.

Lahat ng ginagawa ng installer ay maaaring isulat nang manu-mano. Ang file ay ~/.qwen/settings.json (o $QWEN_HOME/settings.json); binabasa ito ng Qwen Code bilang JSON na may mga komento. Ang kumpletong gumaganang configuration para sa Gonka network:

{
  "env": { "JOINGONKA_API_KEY": "jg-your-key" },
  "modelProviders": {
    "openai": [
      { "id": "deepseek-ai/DeepSeek-V4-Flash-0731", "name": "DeepSeek V4 Flash (Gonka)",
        "baseUrl": "https://gate.joingonka.ai/v1", "envKey": "JOINGONKA_API_KEY",
        "generationConfig": { "contextWindowSize": 380000, "samplingParams": { "max_tokens": 32768 } } },
      { "id": "zai-org/GLM-5.3-Flash", "name": "GLM 5.3 Flash (Gonka)",
        "baseUrl": "https://gate.joingonka.ai/v1", "envKey": "JOINGONKA_API_KEY",
        "generationConfig": { "contextWindowSize": 390000, "samplingParams": { "max_tokens": 8192 } } },
      { "id": "MiniMaxAI/MiniMax-M2.7", "name": "MiniMax M2.7 (Gonka)",
        "baseUrl": "https://gate.joingonka.ai/v1", "envKey": "JOINGONKA_API_KEY",
        "generationConfig": { "contextWindowSize": 200000, "samplingParams": { "max_tokens": 8192 } } }
    ]
  },
  "security": { "auth": { "selectedType": "openai" } },
  "model": { "name": "deepseek-ai/DeepSeek-V4-Flash-0731", "baseUrl": "https://gate.joingonka.ai/v1" }
}

Saan itatago ang key. Hinahanap ng Qwen Code ang halaga ng variable mula sa envKey sa ganitong pagkakasunod-sunod: environment ng shell, pagkatapos ang unang makitang .env (.qwen/.env o .env mula sa kasalukuyang direktoryo pataas, tapos ~/.qwen/.env at ~/.env), at pagkatapos lang ang env block ng file. Dito nagmumula ang pangunahing bitag: ang naka-export sa shell na JOINGONKA_API_KEY na may lumang halaga ay mag-o-override sa file — sinadya naming subukan ito at nakuha namin ang 401 Invalid API key kahit tama ang key sa settings.json. Nagbabala ang installer kapag may ibang halaga itong nakikita sa environment.

At isang paalala tungkol sa mga proyekto: ang project-level na .qwen/settings.json na may sariling modelProviders ay hindi nagdadagdag kundi pinapalitan ang listahan mula sa home directory — sa loob ng ganoong proyekto, mawawala ang mga modelo ng gateway sa /model. Hindi dapat ilagay ang key sa project file: kasama nito, mapupunta ito sa repository.

Ang mga pagbabago sa modelProviders ay agad na nasasalo ng tumatakbong session nang hindi kailangang i-restart — sapat nang buksan muli ang /model. Kung walang editor, ganoon din ang ginagawa ng wizard na /auth → Custom Provider.

Ang Qwen Code ay may dalawang independenteng pagpipilian: uri ng awtorisasyon — kung anong protocol ang i-enable at saan kukuha ng mga key — at modelo. Ang uri ay nakaimbak sa security.auth.selectedType, at depende rito ang gagawin ng installer:

Sa loob ng sesyon, binabago ang modelo ng command na /model. Sa aming run, ipinakita nito ang lahat ng gateway records na may protocol label, at sa ilalim ng listahan — ang context window, address, at ang pangalan ng variable na may key:

Select Model

  1. [openai] MiniMax M2.7 (Gonka) (MiniMaxAI/MiniMax-M2.7)
› 2. [openai] DeepSeek V4 Flash (Gonka) (deepseek-ai/DeepSeek-V4-Flash-0731)
  3. [openai] GLM 5.3 Flash (Gonka) (zai-org/GLM-5.3-Flash)

Modality:       text-only
Context Window: 380,000 tokens
Base URL:       https://gate.joingonka.ai/v1
API Key:        JOINGONKA_API_KEY

Ang pagpili mula sa /model ay nase-save sa pagitan ng mga sesyon. Para sa isang run, itinatakda ng modelo ang flag na -m na may identifier: qwen -m zai-org/GLM-5.3-Flash. Ang hiwalay na magaan na modelo para sa mga prompt at permission classifier ay itinatakda ng /model --fast; habang wala pa ito, ang pangunahing modelo ang gumagawa ng trabahong ito.

Aling modelo ang pipiliin. Pare-pareho ang presyo ng lahat ng modelo sa network, kaya ang pagpili ay tungkol sa behavior. Ganito sila kumilos sa Qwen Code 0.24.4 sa parehong gawain — pagbabasa ng file at paghahanap ng error (na-verify noong Setyembre 23, 2026):

Reasoning sa GLM-5.3 Flash. Ang installer ay nagtatakda ng samplingParams para sa bawat modelo, at sa kasong ito, hindi nagdadagdag ang Qwen Code ng reasoning level sa request: ang command na /effort ay hindi umaabot sa mga network model, at ang GLM-5.3 Flash ay laging nag-iisip (reasoning). Kung kailangan ng switch, ideklara ang mga level nang direkta sa record ng modelo:

{
  "id": "zai-org/GLM-5.3-Flash",
  "capabilities": {
    "reasoning": { "profile": "openai-effort", "efforts": ["low", "high"], "defaultEffort": "high" }
  },
  …
}

Pagkatapos, magsisimulang magpadala ang Qwen Code ng reasoning_effort, at sa GLM-5.3 Flash, ang value na low ay nag-o-off sa reasoning nang buo — ang mga detalye ay nasa model overview. Sa aming run na may "defaultEffort": "low", nagpadala ang Qwen Code ng reasoning_effort: "low", at sumagot ang modelo nang walang reasoning block.

Ang pinakamabilis na pagsusuri — isang beses na pagpapatakbo. Maglagay ng calc.py sa walang laman na direktoryo na may function na nagdadagdag ngunit talagang nagbabawas, at ipahanap ang bug:

qwen -p "Read calc.py and tell me in one sentence whether it has a bug."

Dapat mismo na tawagin ng agent ang read tool at sumagot nang maayos. Ganito sumagot ang GLM-5.3 Flash (pinaandar gamit ang -m zai-org/GLM-5.3-Flash):

Yes, there is a bug: the `add` function subtracts instead of adding (`return a - b`), so `print(add(2, 3))` prints `-1` instead of `5`.

Sa interface (qwen na walang argumento), ipapakita ng header ang napiling model — API Key | DeepSeek V4 Flash (Gonka), — at ang parehong kahilingan ay gagana nang ganito:

> Read calc.py and tell me in one sentence whether it has a bug.
  ✓ Read calc.py, README.md

  ◆ Yes, calc.py has a bug: the add function returns the difference (a - b) instead of the sum (a + b). …

  ➜ demo · DeepSeek V4 Flash (Gonka) · 380.0k Context 5.1% used

Ipapakita ng command na /stats ang mga kahilingan at token ayon sa model, at ang dashboard ng gateway ay magpapakita ng parehong gastos sa seksyong "Paggamit".

Approval mode sa -p. Kung walang flags, ang isang beses na pagpapatakbo ay nasa Ask Permissions mode: walang magkukumpirma, kaya ang mga tool na nangangailangan ng pahintulot — mga shell command, pag-edit at pagsulat ng file — ay hindi lang ipinapasa sa model. Sa kahilingang isagawa ang ls, sumagot ang agent sa aming pagpapatakbo na wala siyang ganoong tool. Para sa mga pag-edit, idagdag ang --approval-mode auto-edit, para sa mga command — --yolo; ang huli ay sinasamahan ng Qwen Code ng babala na hindi naka-enable ang sandbox.

Kung may nagkamali, kadalasang mababasa ang diagnosis nang direkta mula sa mensahe:

Ang agent ay gumagastos ng mga token nang iba kaysa sa chat: sa bawat parirala mo, nagdaragdag ang Qwen Code ng system prompt at mga deskripsyon ng tool, at ang gawain ay tumatagal ng ilang steps. Sa aming run, bawat query na qwen -p ay may dalang humigit-kumulang 13 libong input tokens bago pa man magsimula, at ang “basahin ang file, hanapin ang error” ay tumagal ng dalawang steps at humigit-kumulang 27 libong tokens. Sa interface ay mas marami ang tools, at pagkatapos ng sagot ay gumagawa ang Qwen Code ng mga auxiliary request gamit ang parehong modelo — halimbawa, para sa mungkahi ng susunod na reply: ang /stats ay nagpakita ng 4 na query at humigit-kumulang 79 libong input tokens para sa parehong gawain.

Sa pamamagitan ng JoinGonka Gateway, ang mga token ay nagkakahalaga ng $0.0069 bawat milyon sa input at $0.021 bawat milyon sa output — ang presyo ay pareho para sa lahat ng modelo ng network at kinuha sa page na ito mula sa isang live source.

Ang mga pagtatantya sa kanang column ay ayon sa presyo noong Setyembre 2026. Para sa paghahambing — paano ka maaaring magbayad para sa mga modelo sa Qwen Code:

Ang mga auxiliary request ay maaaring patayin kung hindi kailangan: mga mungkahi ng susunod na reply — "ui": { "enableFollowupSuggestions": false }, background auto-memory — "memory": { "enableManagedAutoMemory": false, "enableManagedAutoDream": false }. Ang eksaktong gastos at balanse ay nasa cabinet, sa mga seksyong "Usage" at "Billing". Kung bakit napili ang DeepSeek V4 Flash bilang default, ipinaliwanag nang detalyado sa overview ng modelo.

Mga approval mode. Sa interface, nagsisimula ang Qwen Code sa Auto mode: ang pagbabasa, paghahanap, at pag-edit sa loob ng proyekto ay pinapayagan agad, habang ang mga shell command at iba pang mapanganib na aksyon ay sinusuri ng classifier — isang hiwalay na request sa modelo. Ang ibang mga mode — Plan, Ask Permissions, Auto-Edit at YOLO — ay maaaring pagpalit-palitin gamit ang Shift+Tab (sa Windows — Tab) o sa command na /approval-mode; ang default mode ay itinatakda ng key na tools.approvalMode.

Background na trabaho. Bilang default, pinapanatili ng Qwen Code ang auto-memory: pagkatapos ng mga pag-uusap, kumukuha ito ng mga note tungkol sa proyekto at sa iyong mga preference sa background, at nililinis ito minsan sa isang araw (Dream) — gamit ang parehong modelo. Sa isang beses na run ay kapansin-pansin ito: ang qwen -p ay maaaring hindi matapos sa loob ng ilang minuto pagkatapos ng sagot habang naghihintay ang background task sa modelo. Para sa mga script at CI, patayin ang auto-memory (ang mga key ay nasa seksyon sa itaas) at magtakda ng limitasyon sa run: --max-wall-time, --max-session-turns, --max-tool-calls.

Mga larawan. Ang mga modelo ng network ay text-only (Modality: text-only sa /model). Para sa mga screenshot, magtalaga ng intermediate na modelo mula sa ibang provider gamit ang command na /model --vision: ipaliliwanag nito ang larawan sa pamamagitan ng text, at ang pangunahing modelo ang magpapatuloy ng trabaho.

Statistics. Nagpapadala ang Qwen Code ng anonymous usage statistics bilang default; ang pag-off nito ay "privacy": { "usageStatisticsEnabled": false }. Hindi iniimbak ng gateway ang nilalaman ng mga prompt at sagot — mga aggregate lamang ng gastos.

Mga kapitbahay sa network. Naglalabas din ng sarili nilang mga agent ang mga laboratoryo na ang mga modelo ay pinagsisilbihan ng network: sa DeepSeek ay ang DeepSeek Harness, sa MiniMax ay MiniMax Code, sa Z.ai (mga may-akda ng GLM) ay ZCode. Lahat sila ay kumokonekta sa parehong gateway gamit ang parehong key at gumagamit ng iisang balance.